随着人民生活质量的不断提高,人们对于车辆的行驶安全性、操纵稳定性和乘坐舒适性提出了更高的要求,而悬架系统是实现这一目标的关键。其中,主动悬架系统因其刚度和阻尼特性可以根据汽车行驶条件进行自适应动态调整,所以受到了广泛的关注。另外,座椅悬架是车辆缓解震动,提高舒适性的最后一道屏障,座椅悬架和车辆悬架系统共同提高乘坐的行驶安全性,稳定性,和舒适性。同时,随着汽车的智能化,目前汽车是集多个复杂子系统与一身的复杂系统,由于车辆的局限性,很容易造成通信资源紧张、浪费、甚至会产生丢包,严重的可能会造成安全事故。如何在保证控制系统稳定的情况下能够节约通信资源,避免有效的通信资源浪费。如何利用智能控制方法解决主动悬架系统中的智能控制问题是当前控制领域的研究热点。本文主要关注以下两个方面的内容:（1）针对具有时变全状态约束的座椅悬架系统,提出了一种自适应事件触发控制方案。考虑到通信资源的有限性,本节提出了一种动态相对阀值策略,以减轻执行器和控制器的通信负担。与固定值作为触发条件相比,动态变化的阈值作为触发条件更具普遍性和通用性。利用构造李雅普诺夫函数函数（tan）解决时变全状态约束问题。另外,采用径向基函数神经网络对未知光滑函数进行逼近,所设计的事件触发控制器可以使座椅悬架系统的垂直位移和速度接近于零,跟踪信号可以很好的跟踪系统的输出。这样,系统中的所有信号都是有界的,可以成功地避免奇诺行为。此外,所有系统状态都满足相应的约束条件。最后,通过对座椅悬架系统实例的仿真分析,验证了该方法的可行性和合理性。（2）针对于车辆的电磁主动悬架系统,提出了基于神经网络的电磁主动悬架事件触发控制问题。在设计过程中,采用径向基函数神经网络对未知项进行逼近。针对车辆通信资源的限制,分别提出了采用固定阀值和相对阀值的控制方案,以减轻执行器和控制器之间的通信负担。首先,提出了基于固定阈值的触发机制,利用径向基函数神经网络的特殊性质解决了代数回路问题。其次,为了进一步避免较大的测量误差,建立了基于时变阈值的事件触发方法,利用径向基函数神经网络对位置光滑函数进行逼近,所设计的事件触发控制器可以使电磁悬架系统的垂直位移和速度接近于零。然后利用李雅普诺夫稳定性分析理论证明了系统中的所有信号都是有界的,成功地避免了奇诺行为。最后,通过对电磁悬架系统的仿真分析,验证了两种方法的可行性和合理性。